Python：不在网格数据上的二元样条曲线

我有一个数据集（X，Y）->Z。因此，我想用Python学习2D输入和输出Z之间的映射

我知道基础函数不是线性的，因此我不能应用线性回归。由于输入数据仅为2D，因此我希望使用二元样条曲线。我实现了以下示例：

import numpy
from scipy import interpolate
X = [1,2,1,2]
Y = [1,2,2,1]
Z = [1,2,1,2]
Y = numpy.array(Y)
X = numpy.array(X)
Z = numpy.array(Z) 
tck = interpolate.bisplrep(X,Y,Z)#,kx=5,ky=2)
print interpolate.bisplev(1.5,1.5,tck) 

但是，上面的代码会引发以下错误：

  File "/usr/lib/python2.7/dist-packages/scipy/interpolate/fitpack.py", line 850, in bisplrep
    TypeError: m >= (kx+1)(ky+1) must hold

问题在于，二元样条曲线的

scipy

需要网格数据作为输入，而不是输入序列的正规数组，例如X=[x1，x2，…]和Y=[y1，y2，…]。由于我可用的数据类型，我无法构建网格，因为输入数据没有定期分布

如何使用非网格的输入数据生成二元样条曲线

如果不可能，是否有其他方法在Python中执行2D样条曲线/多项式拟合/非线性回归

TypeError: m >= (kx+1)(ky+1) must hold

这意味着您提供的点太少，而不是数据必须是网格数据

m

等于

len（X）

（或

len（Y）

，或

len（Z）

）。

kx

和

ky

控制样条曲线的阶数

因此，例如，如果增加

x

、

y

和

z

的长度：

import scipy.interpolate as interpolate

x = [1,2,1,2,1,3,2,3,3]
y = [1,2,2,1,3,1,3,2,3]
z = [1,2,1,2,0,0,0,0,0]

kx, ky = 2, 2  # spline order
assert len(x) >= (kx+1)*(ky+1)

tck = interpolate.bisplrep(x, y, z, kx=kx, ky=ky)
print(interpolate.bisplev(1.5,1.5,tck))

印刷品

2.109375